javascript正则表达式
网上正则表达式的教程够多了,但由于javascript的历史比较悠久,也比较古老,因此有许多特性是不支持的。我们先从最简单地说起,文章所演示的正则基本都是perl方式。
元字符
( [ { \ ^ $ | ) ? * + .
预定义的特殊字符
字符 | 正则 | 描述 |
---|---|---|
\t | /\t/ | 制表符 |
\n | /\n/ | 制表符 |
\r | /\r/ | 回车符 |
\f | /\f/ | 换页符 |
\a | /\a/ | alert字符 |
\e | /\e/ | escape字符 |
\cX | /\cX/ | 与X相对应的控制字符 |
\b | /\b/ | 与回退字符 |
\v | /\v/ | 垂直制表符 |
\0 | /\0/ | 空字符 |
字符类
简单类
原则上正则的一个字符对应一个字符,我们可以用[]把它们括起来,让[]这个整体对应一个字符。如
alert(/ruby/.test(
"ruby"
));
//true
alert(/[abc]/.test(
"a"
));
//true
alert(/[abc]/.test(
"b"
));
//true
alert(/[abc]/.test(
"c"
));
//true
alert(
"a bat ,a Cat,a fAt bat ,a faT cat"
.match(/[bcf]at/gi));
//bat,Cat,fAt,bat,faT,cat
|
负向类
也是在那个括号里做文章,前面加个元字符进行取反,表示匹配不能为括号里面的字符。
alert(/[^abc]/.test(
"a"
));
//false
alert(/[^abc]/.test(
"b"
));
//false
alert(/[^abc]/.test(
"6"
));
//true
alert(/[^abc]/.test(
"gg"
));
//true
|
范围类
还是在那个中括号里面做文章。有时匹配的东西过多,而且类型又相同,全部输入太麻烦,我们可以用它。特征就是在中间加了个横线。
组合类
还是在那个中括号里面做文章。允许用中括号匹配不同类型的单个字符。
alert(/[a-f]/.test(
"b"
));
//true
alert(/[a-f]/.test(
"k"
));
//false
alert(/[a-z]/.test(
"h"
));
//true
alert(/[A-Z]/.test(
"gg"
));
//false
alert(/[^H-Y]/.test(
"G"
));
//true
alert(/[0-9]/.test(
"8"
));
//true
alert(/[^7-9]/.test(
"6"
));
//true
|
alert(/[a-m1-5\n]/.test(
"a"
))
//true
alert(/[a-m1-5\n]/.test(
"3"
))
//true
var
a =
"\n\
"
alert(/[a-m1-5\n]/.test(a))
//true
alert(/[a-m1-5\n]/.test(
"r"
))
//false
|
预定义类
还是在那个中括号里面做文章,不过它好像已经走到尽头了。由于是中括号的马甲,因此它们还是对应一个字符。
字符 | 等同于 | 描述 |
---|---|---|
. | [^\n\r] | 除了换行和回车之外的任意字符 |
\d | [0-9] | 数字字符 |
\D | [^0-9] | 非数字字符 |
\s | [ \t\n\x0B\f\r] | 空白字符 |
\S | [^ \t\n\x0B\f\r] | 非空白字符 |
\w | [a-zA-Z_0-9] | 单词字符(所有的字母) |
\W | [^a-zA-Z_0-9] | 非单词字符 |
alert(/\d/.test(
"3"
))
//true
alert(/\d/.test(
"w"
))
//false
alert(/\D/.test(
"w"
))
//true
alert(/\w/.test(
"w"
))
//true
alert(/\w/.test(
"司"
))
//false
alert(/\W/.test(
"徒"
))
//true
alert(/\s/.test(
" "
))
//true
alert(/\S/.test(
" "
))
//false
alert(/\S/.test(
"正"
))
//true
alert(/./.test(
"美"
))
//true
alert(/./.test(
" "
))
//true
var
a =
"\n\
"
alert(/./.test(a))
//true
|
量词
由于元字符与特殊字符或字符类或者它们的组合(中括号)甚至它们的马甲(预定义类)都是一对一进行匹配。我们要匹配“司徒正美这个词”,最简单都要/..../,如果长到50多个字符岂不是要死人。因此我们逼切需要一个简单的操作,来处理这数量关系。
简单量词
代码 | 类型 | 描述 |
---|---|---|
? | 软性量词 | 出现零次或一次 |
* | 软性量词 | 出现零次或多次(任意次) |
+ | 软性量词 | 出现一次或多次(至道一次) |
{n} | 硬性量词 | 对应零次或者n次 |
{n,m} | 软性量词 | 至少出现n次但不超过m次 |
{n,} | 软性量词 | 至少出现n次(+的升级版) |
alert(/..../.test(
"司徒正美"
))
//true
alert(/司徒正美/.test(
"司徒正美"
))
//true
alert(/[\u4e00-\u9fa5]{4}/.test(
"司徒正美"
))
//true
alert(/[\u4e00-\u9fa5]{4}/.test(
"司徒正美55"
))
//true
alert(/^[\u4e00-\u9fa5]+$/.test(
"正则表达式"
))
//true
alert(/^[\u4e00-\u9fa5]+$/.test(
"正则表达式&*@@"
))
//false
alert(/\d{6}/.test(
"123456"
))
//true
alert(/[ruby]{2}/.test(
"rr"
))
//true
alert(/[ruby]{2}/.test(
"ru"
))
//true
alert(/[ruby]{2}/.test(
"ry"
))
//true
|
/[\u4e00-\u9fa5]/用于匹配单个汉字。
贪婪量词,惰性量词与支配性量词
贪婪量词,上面提到的所有简单量词。就像成语中说的巴蛇吞象那样,一口吞下整个字符串,发现吞不下(匹配不了),再从后面一点点吐出来(去掉最后一个字符,再看这时这个整个字符串是否匹配,不断这样重复直到长度为零)
隋性量词,在简单量词后加问号。由于太懒了,先吃了前面第一个字符,如果不饱再捏起多添加一个(发现不匹配,就读下第二个,与最初的组成一个有两个字符串的字符串再尝试匹配,如果再不匹配,再吃一个组成拥有三个字符的字符串……)。其工作方式与贪婪量词相反。
支配性量词,在简单量词后加加号。上面两种都有个不断尝试的过程,而支配性量词却只尝试一次,不合口味就算了。就像一个出身高贵居支配地位的公主。但你也可以说它是最懒量词。由于javascript不支持,所以它连出场的机会也没有了。
var
re1 = /.*bbb/g;
//贪婪
var
re2 = /.*?bbb/g;
//惰性
// var re3 = /.*+bbb/g;//支配性,javascript不支持,IE与所有最新的标准浏览器都报错
alert(re1.test(
"abbbaabbbaaabbbb1234"
)+
""
);
//true
alert(re1.exec(
"abbbaabbbaaabbbb1234"
)+
""
);
//null
alert(
"abbbaabbbaaabbbb1234"
.match(re1)+
""
);
//abbbaabbbaaabbbb
alert(re2.test(
"abbbaabbbaaabbbb1234"
)+
""
);
//true
alert(re2.exec(
"abbbaabbbaaabbbb1234"
)+
""
);
//aabbb
alert(
"abbbaabbbaaabbbb1234"
.match(re2)+
""
);
//abbb,aabbb,aaabbb
|
分组
到目前为止,我们只能一个字符到匹配,虽然量词的出现,能帮助我们处理一排密紧密相连的同类型字符。但这是不够的,下面该轮到小括号出场了,中括号表示范围内选择,大括号表示重复次数。小括号允许我们重复多个字符。
//分组+量词
alert(/(dog){2}/.test(
"dogdog"
))
//true
//分组+范围
alert(
"baddad"
.match(/([bd]ad?)*/))
//baddad,dad
//分组+分组
alert(
"mon and dad"
.match(/(mon( and dad)?)/))
//mon and dad,mon and dad, and dad
|
反向引用
反向引用标识由正则表达式中的匹配组捕获的子字符串。每个反向引用都由一个编号或名称来标识,并通过“\编号”表示法进行引用。
var
color =
"#990000"
;
/
#(\d+)/.test(color);
alert(RegExp.$1);
//990000
alert(/(dog)\1/.test(
"dogdog"
))
//true
var
num =
"1234 5678"
;
var
newNum = num.replace(/(\d{4}) (\d{4})/,
"$2 $1"
);
alert(newNum)
|
候选
继续在分组上做文章。在分组中插入管道符(“|”),把它划分为两个或多个候多项。
var
reg = /(red|black|yellow)!!/;
alert(reg.test(
"red!!"
))
//true
alert(reg.test(
"black!!"
))
//true
alert(reg.test(
"yellow!!"
))
//true
|
非捕获性分组
并不是所有分组都能创建反向引用,有一种特别的分组称之为非捕获性分组,它是不会创建反向引用。反之,就是捕获性分组。要创建一个非捕获性分组,只要在分组的左括号的后面紧跟一个问号与冒号就行了。
var
color =
"#990000"
;
/
#(?:\d+)/.test(color);
alert(RegExp.$1);
//""
|
题目,移除所有标签,只留下innerText!
var
text = html.replace(/<(?:.|\s)*?>/g,
""
);
alert(text)
|
注意:javascript不存在命名分组
前瞻
继续在分组内做文章。前瞻与后瞻其实都属于零宽断言,但javascript不支持后瞻。
零宽断言 | ||
---|---|---|
正则 | 名称 | 描述 |
(?=exp) | 正向前瞻 | 匹配exp前面的位置 |
(?!exp) | 负向前瞻 | 匹配后面不是exp的位置 |
(?<=exp) | 正向后瞻 | 匹配exp后面的位置不支持 |
(?<!exp) | 负向后瞻 | 匹配前面不是exp的位置不支持 |
正向前瞻用来检查接下来的出现的是不是某个特定的字符集。而负向前瞻则是检查接下来的不应该出现的特定字符串集。零宽断言是不会被捕获的。
var
str1 =
"bedroom"
;
var
str2 =
"bedding"
;
var
reBed = /(bed(?=room))
///在我们捕获bed这个字符串时,抢先去看接下来的字符串是不是room
alert(reBed.test(str1));
//true
alert(RegExp.$1)
//bed
alert(RegExp.$2 ===
""
)
//true
alert(reBed.test(str2))
//false
|
var
str1 =
"bedroom"
;
var
str2 =
"bedding"
;
var
reBed = /(bed(?!room))/
//要来它后面不能是room
alert(reBed.test(str1))
//false
alert(reBed.test(str2))
//true
|
题目,移除hr以外的所有标签,只留下innerText!
var
html =
"<p><a href='http://www.cnblogs.com/rubylouvre/'>Ruby Louvre</a></p><hr/><p>by <em>司徒正美</em></p>"
;
var
text = html.replace(/<(?!hr)(?:.|\s)*?>/ig,
""
)
alert(text)
//Ruby Louvre<hr/>by 司徒正美
|
边界
一个要与字符类合用的东西。
边界 | ||
---|---|---|
正则 | 名称 | 描述 |
^ | 开头 | 注意不能紧跟于左中括号的后面 |
$ | 结尾 | |
\b | 单词边界 | 指[a-zA-Z_0-9]之外的字符 |
\B | 非单词边界 |
题目,设计一个字符串原型方法,实现首字母大写!
var
a =
"ruby"
;
String.prototype.capitalize =
function
() {
return
this
.replace(/^\w/,
function
(s) {
return
s.toUpperCase();
});
}
alert(a.capitalize())
//Ruby
|
单词边界举例。要匹配的东西的前端或未端不能为英文字母阿拉伯字数字或下横线。
var
str =
"12w-eefd&efrew"
;
alert(str.match(/\b\w+\b/g))
//12w,eefd,efrew
|
实例属性 | 描述 |
---|---|
global | 是当前表达式模式首次匹配内容的开始位置,从0开始计数。其初始值为-1,每次成功匹配时,index属性都会随之改变。 |
ignoreCase | 返回创建RegExp对象实例时指定的ignoreCase标志(i)的状态。如果创建RegExp对象实例时设置了i标志,该属性返回True,否则返回False,默认值为False。 |
lastIndex | 是当前表达式模式首次匹配内容中最后一个字符的下一个位置,从0开始计数,常被作为继续搜索时的起始位置,初始值为-1, 表示从起始位置开始搜索,每次成功匹配时,lastIndex属性值都会随之改变。(只有使用exec()或test()方法才会填入,否则为0) |
multiLine | 返回创建RegExp对象实例时指定的multiLine标志(m)的状态。如果创建RegExp对象实例时设置了m标志,该属性返回True,否则返回False,默认值为False。 |
source | 返回创建RegExp对象实例时指定的表达式文本字符串。 |
var
str =
"JS's Louvre"
;
var
reg = /\w/g;
alert(reg.exec(str));
//J
alert(reg.lastIndex);
//1
alert(reg.exec(str));
//S
alert(reg.lastIndex);
//2
alert(reg.exec(str));
//s
alert(reg.lastIndex);
//4
alert(reg.exec(str));
//L
alert(reg.lastIndex);
//6
http://www.cnblogs.com/rubylouvre/archive/2010/03/09/1681222.html